帶有不同存儲桶大小的Hive存儲桶映射

Question

在蜂巢中，我可以對具有不同存儲桶大小（但在同一鍵上）的兩個表執行存儲桶映射聯接嗎？ 有人可以在解釋中分享他們的想法嗎？

例如，表A由帶有48個存儲桶的col-1存儲，而表B由帶有64個存儲桶的col-1存儲。

注意：表A的存儲桶大小不能被表B的存儲桶大小整除。

提前致謝..！！

Answer 1

根據配置單元： 如果將要聯接的表存儲在聯接列上，並且一個表中的存儲桶數是另一表中存儲桶數的倍數，則這些存儲桶可以彼此連接。

說明：假設表A和表B需要連接。 A有2個存儲桶，B有4個存儲桶。 SELECT / * + MAPJOIN（b）* / a.key，a.value from JOIN b ON a.key = b.key

對於上面的查詢，A的映射器處理桶1將僅為B提取2個桶。但是，如果它們不是精確的倍數，則不可能獲得要提取的桶的確切數目。

因此，在您的情況下，除非一個表中的存儲桶數是另一表中的存儲桶數的倍數，否則它將不起作用。